• 机构：Nordea
• 项目：Nova / Nordea Virtual Agent
• 时间：2024 年 8 月
• 类别：客户服务 / 移动银行 / 自助服务闭环
• 来源：https://www.nordea.com/en/news/our-customers-have-doubled-their-use-of-our-chatbot-in-two-years ↗

零售银行的高频问题往往并不复杂，例如忘记 PIN、找不到卡片功能、账户登录异常、常见业务流程咨询。真正影响体验的是客户等待时间和从“知道答案”到“完成操作”的距离。

Nordea 的 Nova 从 2017 年开始服务客户，到 2024 年已经从早期尝鲜工具变成大规模数字服务入口。移动银行登录量增长后，客户更愿意在手机上直接完成问题处理，而不是打电话等待。

Nova 通过 AI 和持续内部训练提升问题理解能力。Nordea 特别强调“deep links”设计：当客户询问忘记 PIN 等问题时，Nova 不只是给一大段说明，而是展示客户卡片，让客户选择对应卡片，并直接跳转到手机银行查看 PIN 的功能页面。

银行还配置专门的 AI Trainer 团队。训练一个意图时，AI Trainer 会加入至少 20 种客户可能问法，另一名训练师再补充至少 10 种“刁钻问法”，以增强模型对不同表达方式的识别能力。

• 2024 年预计接近 700 万次聊天会话。
• 两年内 Nova 使用量增长 100%。
• 简单问题可约 2 秒回答。
• 2023 年 Nordea 手机银行登录量超过 14 亿次。

• 客服机器人不能停留在“文字回答”，要尽量连接到具体功能页。
• 高频问题要设计为“回答 + 跳转 + 完成操作”的闭环。
• AI 训练要结合真实客户语言，不只依赖产品经理写的标准问法。
• 每年复盘客户反馈和未命中问题，持续补充新问法和新意图。

• 深度链接涉及账户、卡片和身份验证，必须保证跳转前后的鉴权一致。
• 机器人不能绕过强认证或替代敏感操作确认。
• 对登录、冻结、欺诈、投诉等场景要设计人工升级和风险提示。

选 5 个手机银行常见问题，分别写“普通文字回答”和“深度链接式回答流程”，练习如何把 AI 回答变成业务闭环。